Elasticsearch：painless script 语法基础和实战
摘要：Elasticsearch，Java
script的作用
script是Elasticsearch的拓展功能，通过定制的表达式实现已经预设好的API无法完成的个性化需求，比如完成以下操作
- 字段再加工/统计输出
- 字段之间逻辑运算
- 定义查询得分的计算公式
- 定义特殊过滤条件完成搜索
- 类似于pandas的个性化增删改操作
内容概述
- （1）script格式说明，inline和stored脚本的调用方法
- （2）在无新增文档的情况下，对现有文档的字段个性化字段更新（
update，_update_by_query，ctx._source，Math，数组add/remove） - （3）在不修改文档的情况下，在搜索返回中添加个性化统计字段（
_search，doc，script_fields，return） - （4）在无新增文档的情况下，对现有文档的字段进行新增和删除（
ctx._source，ctx._source.remove，条件判断） - （5）在无新增文档的情况下，基于现有的多个字段生成新字段（加权求和，大小比较）
- （6）搜索文档时使用script脚本
- （7）其他painless语法（循环，null判断）
script格式
语法都遵循相同的模式
"script": {
"lang": "...",
"source" | "id": "...",
"params": { ... }
}
其中三要素功能如下
lang：指定编程语言，默认是painless，还有其他编程语言选项如expression等source | id: source，id二者选其一，source后面接inline脚本（就是将脚本逻辑直接放在DSL里面），id对应一个stored脚本（就是预先设置类似UDF，使用的时候根据UDF的id进行调用和传参）params：在脚本中任何有名字的参数，用params传参
inline和stored脚本快速开始
使用script脚本修改某文档的某个字段，先插入一条文档
POST /hotel/_doc/100
{
"name": "苏州木棉花酒店",
"city": "苏州",
"price": 399,
"start_date": "2023-01-01"
}
（1）使用inline的方式将脚本写在DSL里面
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source.price=333"
}
}
注意在kibiban客户端带上_update，否则相当于覆盖整个文档，新建了一个含有script字段的文档。本例中将price字段修改为333，如果是带有单引号的'333'则修改为字符串数据，字符串还可以使用\转义
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source.price=\"333\""
}
}
获取字段的方式除了使用ctx._source.字段之外，还可以ctx._source['字段']
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source['price']=333"
}
}
只要inline脚本中的内容出现些许不一样就需要重新编译，因此推荐的方法是把inline中固定的部分编译一次，变量命名放在params中传参使用，这样只需要编译一次，下次使用调用缓存
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source.price=params.price",
"params": {
"price": 334
}
}
}
（2）使用stored预先设置脚本的方式
这种类似于先注册UDF函数，使用PUT对_scripts传入脚本
PUT /_scripts/my_script_1
{
"script": {
"lang": "painless",
"source": "ctx._source.price=params.price"
}
}
在插入之后使用GET可以查看到对应的脚本内容
GET /_scripts/my_script_1
{
"_id" : "my_script_1",
"found" : true,
"script" : {
"lang" : "painless",
"source" : "ctx._source.price=params.price"
}
}
脚本中并没有指定params，params在调用的是有进行设置，调用的时候使用id指定my_script_1这个id即可，不再使用source
POST /hotel/_doc/100/_update
{
"script": {
"id": "my_script_1",
"params": {
"price": 335
}
}
}
script脚本更新字段
所有update/update_by_query 脚本使用 ctx._source
（1）普通字段更新
除了上面快速开始的直接使用=赋值修改的情况，还可以对字段做数值运算，比如加减乘除开方等等
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source.price += 100"
}
}
使用Math.pow对数值进行开方
POST /hotel/_doc/100/_update
{
"script": {
"source": "ctx._source.price=Math.pow(ctx._source.price, 2)"
}
}
Math下的方法还有sqrt，log等
（2）集合字段更新
主要说明下数组类型字段的更新，使用ctx._source.字段.add/remove，先新建一个带有数组字段的文档
POST /hotel/_doc/101
{
"name": "苏州大酒店",
"city": "苏州",
"tag": ["贵"]
}
使用script将tag数组字段增加元素，使用add
POST /hotel/_doc/101/_update
{
"script": {
"source": "ctx._source.tag.add('偏')"
}
}
插入新元素后看下数据，已经成功
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "101",
"_score" : 1.0,
"_source" : {
"name" : "苏州大酒店",
"city" : "苏州",
"tag" : [
"贵",
"偏"
]
}
删除数组元素使用remove指定对应的索引位置即可
POST /hotel/_doc/101/_update
{
"script": {
"source": "ctx._source.tag.remove(0)"
}
}
如果位数不足会报错类似数组越界
script脚本对字段再加工返回
此功能使用search脚本，配合script中的doc实现，整体效果类似于map操作，对所选定的文档操作返回
（1）提取日期类型的元素并返回一个自定义字段
先设置一个字段schema
POST /hotel/_doc/_mapping
{
"properties": {
"dt": {
"type": "date",
"format": "yyyy-MM-dd HH:mm:ss"
}
}
}
插入一条日期数据
POST /hotel/_doc/301
{
"dt": "2021-01-01 13:13:13"
}
插入效果如下
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "301",
"_score" : 1.0,
"_source" : {
"dt" : "2021-01-01 13:13:13"
}
下面检索所有文档，提取日期的年份，使用GET+_search请求，DSL中指定script_fields的自定义字段year，给year设置script脚本
GET /hotel/_doc/_search
{
"script_fields": {
"year": {
"script": {"source": "if (doc.dt.length != 0) {doc.dt.value.year}"}
}
}
}
doc的取值方式
假设有一个字段："a": 1，那么：
- doc['a']返回的是[1]，是一个数组，如果文档没有该字段，返回空数组及doc['a'].length=0
- doc['a'].value返回的是1，也就是取第一个元素。
- doc['a'].values与doc['a']表现一致，返回整个数组[1]
script_fields脚本字段
每个_search 请求的匹配（hit）可以使用 script_fields定制一些属性，一个 _search 请求能定义多于一个以上的 script field这些定制的属性通常是：
- 针对原有值的修改（比如，价钱的转换，不同的排序方法等）
- 一个崭新的及算出来的属性（比如，总和，加权，指数运算，距离测量等）
script_fields在结果中的返回是{fileds: 字段名:[]}的json格式和_source同一级
doc.dt.value获取第一个数组元素，存储数据类型为amic getter [org.elasticsearch.script.JodaComp，该类型通过year属性获得年份。查看以下返回结果，由于没有筛选条件所有文档都被返回，存在dt字段的提取年份，不存在dt字段的也会有返回值为null，由此可见_search + doc操作实际上是完成了原始文档的一个映射转换操作，并产生了一个自定义的临时字段，不会对原始索引做任何更改操作
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "301",
"_score" : 1.0,
"fields" : {
"year" : [
2021
]
}
},
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "002",
"_score" : 1.0,
"fields" : {
"year" : [
null
]
}
},
...
如果只返回存在dt字段的，需要在DSL中增加query逻辑
GET /hotel/_doc/_search
{
"query": {
"exists": {
"field": "dt"
}
},
"script_fields": {
"year": {
"script": {"source": "doc.dt.value.year"}
}
}
}
（2）统计一个数组字段数组的和并且返回
插入一个数值数组字段，搜索统计返回数组的和
POST /hotel/_doc/_mapping
{
"properties": {
"goals" : {"type": "keyword"}
}
}
插入数据
POST /_bulk
{"index": {"_index": "hotel", "_type": "_doc", "_id": "123"}}
{"name": "a酒店","city": "扬州", "goals": [1, 5, 3] }
{"index": {"_index": "hotel", "_type": "_doc", "_id": "124"}}
{"name": "b酒店","city": "杭州", "goals": [9, 5, 1] }
{"index": {"_index": "hotel", "_type": "_doc", "_id": "125"}}
{"name": "c酒店","city": "云州", "goals": [2, 7, 9] }
下面计算有goals字段的求goals的和到一个临时字段
GET /hotel/_doc/_search
{
"query": {
"exists": {
"field": "goals"
}
},
"script_fields": {
"goals_sum": {
"script": {"source": """
int total =0;
for (int i=0; i < doc.goals.length; i++) {
total += Integer.parseInt(doc.goals[i])
}
return total
"""
}
}
}
}
在script中每一行结束要加分号;，使用Java语法的循环求得数组的和，每个数组元素需要使用Java语法中的Integer.parseInt解析，否则报错String类型无法转Num，查看返回
"hits" : [
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "123",
"_score" : 1.0,
"fields" : {
"goals_sum" : [
9
]
}
},
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "124",
"_score" : 1.0,
"fields" : {
"goals_sum" : [
15
]
}
},
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "125",
"_score" : 1.0,
"fields" : {
"goals_sum" : [
18
]
}
}
script脚本新建/删除字段
新建字段和删除字段都是update操作，使用ctx._source
（1）新建字段
对于存在dt字段的文档，新增一个字段dt_year，值为dt的年份
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "dt"
}
},
"script": {
"source": "ctx._source.dt_year = ctx._source.dt.year"
}
}
以上直接在source中使用ctx._source.dt_year引入一个新列，可惜直接报错
"reason": "dynamic getter [java.lang.String, year] not found
此处并没有向doc一样数据为日期类型而是字符串，因此需要引入Java解析
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "dt"
}
},
"script": {
"source": """
LocalDateTime time2Parse = LocalDateTime.parse(ctx._source.dt, DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
ctx._source.dt_year = time2Parse.getYear()
"""
}
}
查看结果
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "301",
"_score" : 1.0,
"_source" : {
"dt" : "2021-01-01 13:13:13",
"dt_year" : 2021
}
}
也可以做其他操作比如获得LocalDateTime类型之后再做格式化输出
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "dt"
}
},
"script": {
"source": """
LocalDateTime time2Parse = LocalDateTime.parse(ctx._source.dt, DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"));
ctx._source.dt_year = time2Parse.format(DateTimeFormatter.ofPattern("yyyy-MM-dd"))
"""
}
}
（2）删除字段
删除字段直接使用ctx._source.remove(\"字段名\")，可以删除单个文档，也可以update_by_query批量删除
POST /hotel/_doc/123
{
"script": {
"source": "ctx._source.remove(\"goals\")"
}
}
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "goals"
}
},
"script": {
"source": "ctx._source.remove(\"goals\")"
}
}
script脚本条件判断
支持if，else if，else，比如根据某值进行二值判断生成新字段
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "price"
}
},
"script": {
"source": """
double price = ctx._source.price;
if (price >= 10) {
ctx._source.expensive = 1
} else {
ctx._source.expensive = 0
}
"""
}
}
POST /hotel/_doc/_update_by_query
{
"query": {
"exists": {
"field": "price"
}
},
"script": {
"source": """
double price = ctx._source.price;
if (price >= 10) {
ctx._source.expensive = 1
} else if (price == 0) {
ctx._source.expensive = -1
} else {
ctx._source.expensive = 0
}
"""
}
}
注意：经过多轮测试如果source中有多轮if判断语法会报错，貌似只能支持一个if，解决方案是使用Java的三元表达式
?;，三元表达式写多少个判断都行
script使用return
return用在_search操作中，配合script_fields使用，例如在搜索结果中新增一个字段area为china，此字段不更新到索引只是在搜索时返回
GET /hotel/_doc/_search
{
"_source": true,
"script_fields": {
"area": {
"script": {
"source": "return \"china\""
}
}
}
}
以上指定"_source": true防止被script_fields覆盖，一条输出结果如下
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "123",
"_score" : 1.0,
"_source" : {
"city" : "扬州",
"name" : "a酒店"
},
"fields" : {
"area" : [
"china"
]
}
script多个字段组合/逻辑判断
（1）多个字段加权求和
先插入3个子模型分，在生成一个总分，权重是0.6,0.2,0.2
POST /_bulk
{"index": {"_index": "hotel", "_type": "_doc", "_id": "333"}}
{"name": "K酒店","city": "扬州", "model_1": 0.79, "model_2": 0.39, "model_3": 0.72}
{"index": {"_index": "hotel", "_type": "_doc", "_id": "334"}}
{"name": "L酒店","city": "江州", "model_1": 0.62, "model_2": 0.55, "model_3": 0.89}
{"index": {"_index": "hotel", "_type": "_doc", "_id": "335"}}
{"name": "S酒店","city": "兖州", "model_1": 0.83, "model_2": 0.45, "model_3": 0.58}
现在计算总分给到score字段
POST /hotel/_doc/_update_by_query
{
"query": {
"bool": {
"must": [
{"exists": {
"field": "model_1"
}},
{"exists": {
"field": "model_2"
}},
{"exists": {
"field": "model_3"
}}
]
}
},
"script": {
"source": "ctx._source.score = 0.6 * ctx._source.model_1 + 0.2 * ctx._source.model_2 + 0.2 * ctx._source.model_3"
}
}
看一下运行结果
GET /hotel/_doc/_search
{
"query": {
"exists": {
"field": "score"
}
}
}
"hits" : [
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "335",
"_score" : 1.0,
"_source" : {
"score" : 0.704,
"city" : "兖州",
"name" : "S酒店",
"model_1" : 0.83,
"model_3" : 0.58,
"model_2" : 0.45
}
},
{
"_index" : "hotel",
"_type" : "_doc",
"_id" : "333",
"_score" : 1.0,
"_source" : {
"score" : 0.6960000000000001,
"city" : "扬州",
"name" : "K酒店",
"model_1" : 0.79,
"model_3" : 0.72,
"model_2" : 0.39
}
},
...
（2）两个字段大小比较
直接取ctx._source对应字段进行比较，使用Java三元表达式?:赋值给新字段
POST /hotel/_doc/_update_by_query
{
"query": {
"bool": {
"must": [
{"exists": {
"field": "model_1"
}},
{"exists": {
"field": "model_2"
}}
]
}
},
"script": {
"source": "ctx._source.max_score = ctx._source.model_1 > ctx._source.model_2 ? ctx._source.model_1 : ctx._source.model_2"
}
}
script脚本null判断
有两种情况字段为null和params为null
（1）字段为null
如果某字段为空，文档不存在该字段，则填充为0
POST /hotel/_doc/_update_by_query
{
"script": {
"source": "if (ctx._source.score == null) ctx._source.score = 0.0"
}
}
（2）params传参为null
如果传入params不存在某个key，则删除该字段
POST /hotel/_doc/_update_by_query
{
"script": {
"source": """
String[] cols = new String[3];
cols[0] = "name";
cols[1] = "city";
cols[2] = "price";
for (String c : cols) {
if (params[c] == null) {
ctx._source.remove(c)
} else {
ctx._source[c] = params[c]
}
}
""",
"params": {
"name": "test",
"city": "test_loc"
}
}
}
注意：在循环中拿到局部变量c传递给params，
params[c]不能用点.或者带有双引号params["c"]，否则是判断params中是否有c这个名字的字段
在本例中使用String[] cols = new String[3];创建了一个静态变量，对于这种集合类的变量painless的语法和Java略有不同，写几个例子如下
ArrayList l = new ArrayList(); // Declare an ArrayList variable l and set it to a newly allocated ArrayList
Map m = new HashMap(); // Declare a Map variable m and set it to a newly allocated HashMap
List l = new ArrayList(); // Declare List variable l and set it a newly allocated ArrayList
List m; // Declare List variable m and set it the default value null
int[] ia1; //Declare int[] ia1; store default null to ia1
int[] ia2 = new int[2]; //Allocate 1-d int array instance with length [2] → 1-d int array reference; store 1-d int array reference to ia1
ia2[0] = 1; //Load from ia1 → 1-d int array reference; store int 1 to index [0] of 1-d int array reference
int[][] ic2 = new int[2][5]; //Declare int[][] ic2; allocate 2-d int array instance with length [2, 5] → 2-d int array reference; store 2-d int array reference to ic2
ic2[1][3] = 2; //Load from ic2 → 2-d int array reference; store int 2 to index [1, 3] of 2-d int array reference
ic2[0] = ia1; //Load from ia1 → 1-d int array reference; load from ic2 → 2-d int array reference; store 1-d int array reference to index [0] of 2-d int array reference; (note ia1, ib1, and index [0] of ia2 refer to the same instance)
List，Map这些集合都没有泛型，并且集合的值貌似不能直接初始化，需要add，put进来
script作为查询过滤条件
查看某列的值大于某列，在query下可以使用script，注意格式script下还套着一个script，search请求使用doc获取值
GET /hotel/_doc/_search
{
"query": {
"script" : {
"script" : {
"source": "doc.score.value < doc.model_3.value"
}
}
}
}
以上语句会报warn，doc选取字段如果字段为空会填充默认值，因此再限制一下字段不为空
GET /hotel/_doc/_search
{
"query": {
"bool" : {
"must" : [{
"script" : {
"script" : {
"source": "doc.score.value < doc.model_3.value"
}
}
},
{"exists": {"field": "score"}},
{"exists": {"field": "model_3"}}
]
}
}
}
作者：xiaogp
链接：https://www.jianshu.com/p/66a72d7ba3da
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。